Source article: Potentially Viable Paths to True AGI | by SingularityNet | SingularityNET
Translation by: Han TutuH
Dework task link: https://app.dework.xyz/singularitynet-ambas/test-38287?taskId=8ffb1ead-6189-4778-9451-01a05efae484
Community review: Please leave comments below about translation quality or like this post if it is well translated
Caminhos potencialmente viáveis para a verdadeira IA geral (AGI)
Nos últimos anos, grande parte da discussão em torno da inteligência artificial geral (AGI) foi dominada pelo aumento meteórico na popularidade de grandes modelos de linguagem (LLMs) e outras formas de redes neurais profundas (DNNs).
Desde ajudar nas nossas tarefas diárias até à criação de obras de arte notáveis, estes modelos distinguiram-se em diversas áreas, conquistando a admiração de utilizadores em todo o mundo. Dito isto, há um grande problema com o seu papel no debate sobre a AGI: falham num ponto essencial, o da verdadeira inteligência geral.
Em 2022, o Dr. Ben Goertzel, CEO da SingularityNET e da Artificial Superinteligence Alliance, explorou em um de seus blogs intitulado “Três caminhos viáveis para a verdadeira AGI”
a ideia de que os sistemas de aprendizagem profunda podem não ser suficientes para alcançar a AGI na sua forma mais completa.
Neste artigo, o Dr. Goertzel descreve três caminhos potencialmente viáveis para alcançar a verdadeira AGI, cada um representando uma abordagem diferente para enfrentar o desafio colossal de replicar a inteligência semelhante à humana.
Hoje, vamos mergulhar nessas três abordagens: a abordagem no nível da cognição, a abordagem no nível do cérebro e a abordagem no nível da química. Cada um oferece uma perspectiva única sobre como podemos alcançar a AGI e o que pode estar além do cenário atual da IA.
- A abordagem cognitiva da AGI: sistemas neurosimbólicos híbridos
O primeiro caminho proposto pelo Dr. Ben Goertzel, e aquele que mais desperta o seu entusiasmo pessoal, é a abordagem cognitiva. Este método baseia-se na combinação de várias técnicas de inteligência artificial, incluindo redes neurais, raciocínio simbólico, programação probabilística e aprendizagem evolutiva, numa estrutura unificada.
No centro desta abordagem está o OpenCog Hyperon, um projeto liderado pelo Dr. Goertzel e sua equipe de pesquisadores e engenheiros, cuja versão Alpha foi lançada no início deste ano.
Hyperon não é um sistema simples baseado em redes neurais. É uma estrutura neuro-simbólica híbrida que visa modelar a cognição humana integrando vários paradigmas de IA. De acordo com o Dr. Goertzel, as redes neurais profundas são insuficientes para alcançar AGI devido à sua capacidade limitada de generalizar, inovar e abstrair além de tarefas específicas e restritas.
Dr. Goertzel explica:
“O limite absoluto que estas redes profundas, ou quaisquer métodos vagamente semelhantes, poderiam esperar alcançar, resumir-se-ia a sistemas que eu descreveria como ‘quase-AGI fechados’. Estes sistemas poderiam imitar muitos comportamentos humanos, mas […] seriam incapazes de resolver problemas científicos e de engenharia complexos não resolvidos, ou de realizar a automodificação e o autoaperfeiçoamento necessários para servir como sementes da “IA e lançar uma Singularidade”.
Esta crítica às redes neurais profundas destaca as suas limitações fundamentais, nomeadamente a sua incapacidade de se auto-organizar ou gerar criatividade.
O Hyperon aborda essas lacunas integrando raciocínio simbólico, algoritmos evolutivos e inferência probabilística avançada, todos operando dentro de um sistema baseado em metagráficos chamado Atomspace. Esta arquitetura permite processos de raciocínio e aprendizagem flexíveis e escaláveis, inspirados na psicologia cognitiva humana.
Dr. Goertzel e sua equipe acreditam que o Hyperon representa um passo crucial em direção à AGI. O sistema foi projetado para emular funções cognitivas importantes, como memória, atenção e raciocínio, por meio de um conjunto de algoritmos avançados de IA otimizados para interagir dentro de uma estrutura comum. Esta abordagem híbrida reúne os pontos fortes de diferentes paradigmas de IA, ao mesmo tempo que supera as suas fraquezas individuais.
- A abordagem no nível do cérebro: simulação dinâmica não linear em grande escala
Enquanto a abordagem cognitiva se concentra na imitação dos processos de pensamento humano através de uma combinação de paradigmas de IA, a abordagem ao nível do cérebro segue um caminho mais direto: simular o próprio cérebro.
Ben Goertzel reconhece a complexidade de tal empreendimento, mas acredita que a criação de um modelo dinâmico não linear do cérebro poderia representar outro caminho para a AGI. Esta abordagem difere radicalmente dos atuais modelos de redes neurais que, como ele aponta, são apenas “neurais” no sentido mais amplo do termo.
Inspirando-se na neurociência computacional, Goertzel defende métodos de simulação cerebral baseados na teoria do caos e na dinâmica não linear, com o objetivo de reproduzir as interações complexas dos neurônios em um nível muito mais detalhado. Ele se refere ao trabalho de Eugene Izhikevich sobre sistemas dinâmicos, que fornece uma base teórica para este tipo de modelo.
No entanto, como explica o Dr. Goertzel, o principal obstáculo a esta abordagem não é a falta de ideias, mas o enorme poder computacional necessário:
“Mesmo a melhor tentativa que poderíamos fazer hoje para simular o cérebro com o nosso conhecimento atual não seria TÃO precisa – existem simplesmente muitos aspectos de como o cérebro funciona que não conhecemos, e o hardware do nosso computador é muito diferente do nosso. o sistema neural biológico.
Apesar desses desafios, ele vê um potencial promissor nesse caminho. Uma simulação em larga escala do cérebro poderia fornecer informações valiosas sobre a inteligência humana, reproduzindo as interações entre diferentes regiões do cérebro e redes neurais. Embora o Projeto Cérebro Humano tenha tentado algo semelhante e não tenha conseguido atingir seus objetivos, Goertzel acredita que através de simulações cerebrais baseadas em dinâmica não linear e executadas em hardware de computador avançado, ainda poderíamos atingir esse objetivo.
Mas surge outra questão: e se, em vez de simularmos diretamente o cérebro humano, começássemos por simular organismos mais simples? Como ele sugere, replicar os cérebros de animais como baratas ou abelhas poderia ser um passo intermediário mais viável.
Esses cérebros mais simples, com menos neurônios e conexões, poderiam oferecer informações valiosas sobre os princípios da dinâmica neural. Esse conhecimento poderia então ser estendido a sistemas mais complexos, até chegar à inteligência humana.
- A abordagem do nível químico: química artificial e sistemas auto-organizados
O terceiro caminho proposto pelo Dr. Ben Goertzel se afasta completamente da modelagem neural para se concentrar em uma abordagem AGI a nível químico. Esta abordagem, ao mesmo tempo especulativa e fascinante, consiste em simular sistemas complexos auto-organizados a nível químico, com o objectivo de provocar a formação de estruturas cerebrais emergentes. Em outras palavras, em vez de tentar imitar diretamente o cérebro ou a cognição, trata-se de criar sistemas químicos artificiais que reproduzam os processos fundamentais da vida e da inteligência.
O interesse do Dr. Goertzel nesta abordagem deriva de insights da ciência de sistemas complexos e da teoria do caos, que sugerem que a inteligência poderia emergir de ambientes altamente dinâmicos e auto-organizados. Ele cita o trabalho de pesquisadores como Bruce Damer (Evogrid) e Walter Fontana (química algorítmica) como potenciais fontes de inspiração. A ideia é que, ao realizar simulações em larga escala de química artificial, possamos testemunhar o surgimento espontâneo de estruturas cognitivas semelhantes às encontradas em organismos biológicos.
Embora esta abordagem seja extremamente especulativa e, como diz Goertzel, muito “visionária”, permanece profundamente intrigante. O principal desafio reside na criação de um ambiente computacional capaz de suportar simulações massivas e distribuídas, bem como analisar os padrões resultantes, para compreender como surgem comportamentos complexos.
Goertzel reconhece o risco desta abordagem, mas também vê o seu imenso apelo filosófico: tentar reproduzir os próprios processos que deram origem à vida e à inteligência. Como ele diz tão bem:
“Esta abordagem potencial à AGI é muito visionária e de alto risco, mas também é filosoficamente muito atraente – e nunca foi realmente tentada numa escala moderna.”
Se ocorrerem avanços nesta área, poderão revolucionar a nossa compreensão da inteligência e da própria vida, proporcionando uma base inteiramente nova para a investigação em IA.
Por que esses caminhos são importantes para a AGI e a singularidade futura
Cada um destes três caminhos desempenha um papel importante no debate mais amplo sobre a AGI e a sua potencial viabilidade nos próximos anos.
Eles ilustram a diversidade de abordagens necessárias para enfrentar o imenso desafio de compreender e reproduzir a própria inteligência.
Embora as redes neurais profundas tenham obtido um sucesso impressionante em aplicações restritas de IA, a criação de AGI em nível humano exigirá muito mais do que simplesmente dimensionar as técnicas atuais.
As propostas do Dr. Ben Goertzel convidam-nos a ir além dos paradigmas existentes e a considerar abordagens mais holísticas e multidisciplinares, integrando ciências cognitivas, neurociências e química.
Na SingularityNET, nosso compromisso em descentralizar o desenvolvimento de IA e promover a inovação se alinha perfeitamente com essa visão ampliada. Ao apoiar projetos como o OpenCog Hyperon e incentivar a pesquisa sobre caminhos alternativos à AGI, estamos ajudando a ultrapassar os limites do que é possível.
Essas três abordagens, descritas pelo Dr. Goertzel – o nível cognitivo, o nível cerebral e o nível químico – oferecem um roteiro para futuras pesquisas em AGI, cada uma trazendo uma perspectiva única sobre como alcançar a verdadeira máquina de inteligência.
Embora o futuro da AGI permaneça incerto, a Singularidade está no horizonte.
E à medida que continuamos a explorar estes caminhos variados, convidamo-lo a juntar-se a nós nesta jornada em direção ao alvorecer de uma explosão de inteligência que poderá (e provavelmente irá) transformar o mundo tal como o conhecemos.